Οργάνωση βάσεων εικόνων βάσει περιγράμματος : εφαρμογή σε φύλλα

dc.contributor.advisorΦωτόπουλος, Σπυρίδων
dc.contributor.authorΦωτοπούλου, Φωτεινή
dc.contributor.committeeΑναστασόπουλος, Βασίλειος
dc.contributor.committeeΟικονόμου, Γεώργιος
dc.contributor.committeeΦωτόπουλος, Σπυρίδων
dc.contributor.otherFotopoulou, Foteini
dc.date.accessioned2011-06-16T07:28:20Z
dc.date.available2011-06-16T07:28:20Z
dc.date.copyright2010-06-15
dc.date.issued2011-06-16T07:28:20Z
dc.degreeΜεταπτυχιακή Εργασίαen
dc.description.abstractΤο αντικείμενο της μελέτης αυτής είναι η οργάνωση (ταξινόμηση, αναγνώριση, ανάκτηση κλπ.) βάσεων που περιλαμβάνουν εικόνες (φωτογραφίες) φύλλων δένδρων. Η οργάνωση βασίζεται στο σχήμα των φύλλων και περιλαμβάνει διάφορα στάδια. Το πρώτο στάδιο είναι η εξαγωγή του περιγράμματος και γίνεται με διαδικασίες επεξεργασίας εικόνας που περιλαμβάνουν τεχνικές ομαδοποίησης και κατάτμησης. Από το περίγραμμα του φύλλου εξάγονται χαρακτηριστικά που δίνουν την δυνατότητα αξιόπιστης περιγραφής κάθε φύλλου. Μελετήθηκαν στη διατριβή αυτή οι παρακάτω γνωστές μέθοδοι: Centroid Contour Distance, Angle code (histogram), Chain Code Fourier Descriptors. Προτάθηκαν επίσης και καινούριες μέθοδοι: Pecstrum (pattern spectrum), Multidimension Sequence Similarity Measure (MSSM). Οι παραπάνω μέθοδοι υλοποιήθηκαν. Παράχθηκε κατάλληλο λογισμικό και εφαρμόσθηκαν σε μία βάση εικόνων φύλλων επιλεγμένη από το διαδίκτυο. Η αξιολόγηση των μεθόδων έγινε μέσα από έλεγχο της συνολικής ακρίβειας κατηγοριοποίησης (με τον confusion matrix). H μέθοδος MSSM έδωσε τα καλύτερα αποτελέσματα. Μία οπτική αξιολόγηση έγινε σε αναπαράσταση 2 διαστάσεων (biplot) μέσα απο διαδικασία Multidimensional Scaling.en
dc.description.translatedabstractThe objective of this thesis is the leaf images data base organization (i.e classification, recognition, retrieval etc.). The database organization is based on the leaf shape and is accomplished in a few stages. The contour recognition and recording consist the first stage and is performed with image processing operations namely clustering and segmentation. From the leaf contour several features are extracted appropriate for a reliable description of each leaf type. The following well known techniques were studied in this thesis: Centroid Contour Distance, Angle code (histogram), Chain Code, Fourier Descriptors. Two new metods were also proposed: Pecstrum (pattern spectrum), Multidimension Sequence Similarity Measure. In the experimental study appropriate software was produced to realize all the above methods which was applied to the leaf data base downloaded from internet. The overall evaluation of the methods was done by means of the classification in precision and using the confusion matrix. Best results were produced by the MSSM method.en
dc.identifier.urihttps://hdl.handle.net/10889/4422
dc.language.isogren
dc.relation.isformatofΗ ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της.en
dc.rights0en
dc.subjectΦύλλα δέντρωνen
dc.subjectΑνάκτηση δεδομένωνen
dc.subjectΤαξινόμησηen
dc.subjectΒάσεις δεδομένων εικόνωνen
dc.subjectΠεριγραφείς σχήματοςen
dc.subjectΕξαγωγή χαρακτηριστικώνen
dc.subject.alternativeTree leavesen
dc.subject.alternativeData retrievalen
dc.subject.alternativeClassificationen
dc.subject.alternativeImage databasesen
dc.subject.alternativeShape descriptorsen
dc.subject.alternativeFeatures extractionen
dc.subject.ddc575.570 285 64en
dc.titleΟργάνωση βάσεων εικόνων βάσει περιγράμματος : εφαρμογή σε φύλλαen
dc.typeThesisen

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
ΟΡΓΑΝΩΣΗ ΒΑΣΕΩΝ ΕΙΚΟΝΩΝ ΒΑΣΕΙ ΠΕΡΙΓΡΑΜΜΑΤΟΣ-ΕΦΑΡΜΟΓΗ ΣΕ ΦΥΛΛΑ.pdf
Size:
3.26 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
6.79 KB
Format:
Item-specific license agreed upon to submission
Description: